基于遗传算法优化BP神经网络在原油产量预测中的应用:以大庆油田BED试验区为例
油田产量预测工作一直是油田开发中的一项重要工作,许多传统的回归模型以及智能算法都已经在油田产量预测中有了应用.虽然神经网络以其较强的非线性拟合能力.而得到广泛应用,但是传统BP神经网络容易陷入局部最优值而影响预测结果.将利用遗传算法同时优化BP神经网络连接权值和阈值的算法应用到大庆油田BED试验区高含水阶段的油田产量预测,结果表明在面对高含水阶段更加复杂的地质条件和数据波动更强的情况下优化后的神经网络收敛速度更快而且预测精度更高.
遗传算法、BP神经网络、油田产量预测
45
国家自然科学基金71103163;教育部人文社会科学研究青年基金10YJC790071;中央高校基本科研业务费专项资金CUG120111,CUG110411,G2012002A;构造与油气资源教育部重点实验室开放课题TPR-2011-11
2016-02-23（万方平台首次上网日期，不代表论文的发表时间）
117-128
